对于零基础的小白来说Meta分析看起来很复杂有各种让人头晕的术语异质性、森林图、漏斗图、敏感性检验……今天我们就用一个连续性数据案例手把手带你走完Meta分析的全流程。一、Meta分析是什么Meta分析也常被称为荟萃分析或元分析。很多同学第一次听到Meta分析会把它想成一个“很高级、很难入门”的统计方法。但实际上它的核心思想非常简单把多个类似研究的结果合并在一起得出一个更加可靠的总体结论。举个最容易理解的例子你想研究“某种干预方法对血压、血糖、量表评分等连续性指标是否有效”。结果发现第一篇研究说有效第二篇研究说无效第三篇研究说效果很小而且每项研究样本量都不大结论不稳定。这时候Meta分析就派上用场了。把这些研究全部筛选、纳入→统一计算效应量→合并成一个总效应值→通过异质性、发表偏倚、稳健性检验验证可靠性→最终明确告诉你到底有效还是无效效果有多大结果稳不稳二、Meta分析步骤很多同学一开始会直接问Meta分析软件怎么做但Meta分析真正的顺序并不是先打开软件而是先把研究设计走完整。一个规范的 Meta 分析可以概括为提出问题、检索文献、筛选文献、提取数据、评价质量、选择效应量、合并分析、检查异质性、检查发表偏倚、做敏感性检验最后形成结论。软件负责计算研究者负责让每一步都有依据。1、明确研究目的常用PICO原则来拆解问题P 是研究对象I 是干预或暴露因素C 是对照措施O 是结局指标。以连续性数据为例问题可以写成在某类研究对象中与对照组相比实验组是否会改变某个连续型结局指标这里的结局可以是评分、浓度、体重、血压、反应时间或量表得分等。只要各研究能提供实验组和对照组的均值、标准差和样本量就可以进行连续性 Meta分析。2、制定纳入和排除标准并进行系统检索纳入标准通常包括研究类型、研究对象、干预措施、对照方式、结局指标、发表语言和时间范围等排除标准常包括数据不完整、重复发表、动物实验、综述类文章或无法提取效应量的研究。随后在 PubMed、Web of Science、Embase、Cochrane Library、CNKI、万方等数据库中构建检索式并记录检索过程方便后续绘制文献筛选流程图。3、筛选文献、提取数据并评价文献质量文献筛选一般先看标题和摘要再阅读全文确认是否符合标准正式研究中通常建议由两名研究者独立筛选遇到分歧再讨论或由第三方判断。确定纳入文献后需要提取作者、发表年份、样本量、干预信息、结局指标和统计数据。与此同时还要做质量评价例如随机对照试验可参考 Cochrane 偏倚风险工具观察性研究常用 NOS 量表。4、选择效应量、模型并进行合并分析不同数据类型对应不同效应量连续性数据常用 MD 或 SMD二分类数据常用 OR、RR 或 RD生存数据常用 HR相关研究可合并相关系数 r。SPSSAU提供效应量指标选择示例如下图确定效应量后还要根据异质性选择固定效应模型或随机效应模型。一般来说如果研究之间差异很小可考虑固定效应如果Q检验、I²、H 或 tau² 提示异质性较明显通常更适合使用随机效应模型。SPSSAU Meta分析页面如下5、异质性、发表偏倚和稳健性围绕结果做三类检查异质性、发表偏倚和稳健性。异质性常看Q检验、I²、H 和 tau²发表偏倚可看漏斗图、Egger检验、Begg检验和Trim剪补法稳健性通常通过敏感性检验也就是逐一剔除某篇研究后重新合并观察结论是否改变。如果异质性较高还可以进一步做亚组分析或Meta回归。只有当合并效应、异质性、发表偏倚和敏感性检验都解释清楚后Meta 分析的结论才算真正站得住。三、案例教程连续性Meta分析背景本案例数据包含5篇研究每篇研究都可以理解为比较实验组和对照组在同一个连续型指标上的差异。案例数据如下包括文献名称Study、实验组和对照组分别的平均值、标准差和样本量数据如果有亚组分析需求可以额外设置 subgroup 列如果要进一步做 Meta 回归可以放入协变量。如下图所示SPSSAU连续性数据Meta分析操作示例如下本次输出的基本信息参数如下上表格中研究个数k值是指研究文献数量本案例仅为5个较少。除此之外tau2估计方法即指Meta分析模型估计方法在异质性检验表格中会展示tau2值。1、效应量结果表Meta分析的核心是“效应量”。效应量可以理解为每篇研究的结果被转换成一种可比较的数字。Hedges效应量列是每篇研究的标准化均值差。正值表示干预组优于对照组负值则相反。上表格展示效应量结果包括各研究文献的效应量及其95%置信区间并且展示各文献对于‘合并效应’的贡献情况即权重值权重越大意味着该文献对于Meta合并效应的影响力度越大。本案例共5篇文献各篇文献的权重值基本均在在20%左右。分析上表可知合并效应量为-0.02795%置信区间为-0.263, 0.210包含0z-0.312p0.7700.1因此可以理解为从当前5篇研究的综合结果看实验组和对照组在该连续型指标上没有发现明显差异。2、森林图森林图是Meta分析中最常见的图形展示工具。它把每篇研究的效应量和置信区间在一张图上展示出来并且包含了合并效应的结果。森林图解读方式左侧研究名称Study、异质性检验结果、合并效应检验结果中间每个方块代表一篇研究的效应量方块大小表示该研究的权重大小权重越大方块越大穿过方块的横线是效应量的95%置信区间。中间虚线是参照线对应合并效应值的位置右侧具体的效应量数据、置信区间范围和权重数据底部菱形表示合并效应结果。菱形的中心点代表合并效应值菱形的宽度代表95%置信区间。菱形跨过0表示总效应无统计学意义菱形不跨过0表示总效应有统计学意义。SPSSAU输出本案例森林图如下读森林图时要关注三件事。看每篇研究的方向点在0左边还是右边。看置信区间是否跨过0跨过0通常表示该单项研究差异不显著。看合并效应的菱形是否跨过0如果跨过0说明整体差异不明显。对于OR、RR、HR等比值类效应量判断线通常是1对于MD、SMD这类差值型效应量判断线通常是0。分析本案例森林图可知5篇研究的方块比较分散有的在左侧负效应如AHS、ATBC、CARET有的在右侧正效应如Hartman、Weins其中4篇研究的区间跨过0。不同研究方向并不完全一致因此后面必须关注异质性。底部合并效应的菱形跨越了中间的参照虚线并且菱形的宽度较大——这对应合并效应95%置信区间-0.263, 0.210包含了0直观地说明总体效应在统计学上不显著。3、异质性检验Meta分析的一个关键问题是异质性——就是不同研究之间的结果差异。差异可能来自研究对象不同、干预剂量不同、随访时间不同、测量工具不同、研究质量不同也可能来自真实效应确实存在差别。常见异质性指标包括Q检验、I²、H、H²和tau²。Q检验用于判断研究间差异是否超过随机误差通常p0.1就提示可能存在异质性。I²表示总变异中有多少比例来自研究间异质性常见经验是I²超过50%可认为异质性较明显超过75%则异质性较高。H值越大也代表异质性越明显tau²则是随机效应模型中研究间方差的估计。SPSSAU输出异质性检验分析结果如下从上表格可以看到Q检验显示p值0.0330.05即拒绝无异质性问题的假定说明资料具有异质性问题。另外I2为61.89%50%说明具有较高的异质性。而且H值1.621.5且其95%置信区间介于1~ 2.64之间。综合来说本次Meta分析时资料具有一定的异质性问题。异质性不是“分析失败”的代名词。它更像一个提醒合并结果可以看但还要进一步问为什么研究之间会不一样。后面敏感性检验显示剔除Hartman 2008 后I²会从61.888%降至13.795%说明该研究可能是异质性的重要来源之一。不过是否剔除某篇研究不能只看统计结果还要结合研究设计、样本来源、测量方式和文献质量篇幅有限本案例不进一步深究。4、发表偏倚问题发表偏倚是Meta分析中非常常见的问题。现实中结果显著、方向清晰、结论“好看”的研究更容易发表而结果不显著或与预期相反的研究可能被搁置。这会导致 Meta 分析纳入的文献不是所有证据的随机样本最终合并效应可能被高估或低估。1漏斗图漏斗图是最直观的发表偏倚检查方式。横坐标是效应量纵坐标是标准误越向上样本量越大。在没有发表偏倚时各研究点应大致对称地分布在合并效应两侧形成一个倒置漏斗形状。SPSSAU输出漏斗图如下本案例漏斗图5个散点基本对称无明显发表偏倚。2Egger检验和Begg检验除了看图还可以使用Egger检验和Begg检验。一般来说p值大于0.05时没有发现明显发表偏倚证据p值小于0.05时需要警惕偏倚或小样本效应。SPSSAU输出发表偏倚检验结果如下本案例Egger检验p0.281Begg检验p0.327均未提示明显发表偏倚。3Trim剪补法如果漏斗图明显不对称SPSSAU还会提供Trim剪补法。它的思路是先“剪去”不对称部分再在漏斗图另一侧补上理论上可能缺失的研究并重新计算合并效应。本案例剪补后仍为5项0项说明剪补法没有对结果进行额外修正。5、敏感性检验敏感性检验是验证结果可靠性的核心方法采用逐一剔除法每次剔除1项研究重新合并看结论是否改变。每行表示移除该项后剩余项的研究Meta合并效应量结果、95%区间、效应量是否为0的z检验结果及I2指标值。SPSSAU输出敏感性检验结果如下分析上表可知无论剔除哪一篇研究合并效应的95%置信区间都包含0结论仍然是没有发现实验组与对照组存在显著差异。因此本案例的总体结论具有较好的稳健性。同时敏感性检验还帮助我们发现异质性来源。剔除 Hartman 2008 后I²明显下降到13.795%说明这篇研究可能对异质性贡献较大。森林图展示敏感性检验结果SPSSAU输出敏感性检验对应的森林图如下分析上图可知逐一移除单独一篇文献后合并效应并没有发表非常明显的改变因而也意味着本案例数据通过敏感性检验合并效应结果具有良好的稳健性。6、最终表述本研究共纳入5项研究采用标准化均值差Hedges g作为效应量并使用随机效应模型进行合并分析。结果显示合并效应量为-0.02795%CI为-0.263到0.210z-0.312p0.770提示实验组与对照组在该连续型结局指标上未发现显著差异。异质性检验显示Q10.495p0.033I²61.888%提示研究间存在一定异质性。发表偏倚方面Egger检验 p0.281Begg检验p0.327Trim剪补法未填补研究未发现明显发表偏倚证据。逐一剔除敏感性检验显示剔除任一研究后合并效应结论未发生实质改变说明结果具有一定稳健性。以上即为今天Meta分析的全部内容SPSSAU的Meta分析模块根据不同的数据类型细分为8个算法关于Meta分析大家可点击表格中方法名称跳转至SPSSAU帮助手册学习更多内容Meta分析模块说明连续性连续性数据进行均值差异比较二分类二分类数据进行比率差值比较单个率对比率如死亡率等原始文献资料数据进行综合评价平均值对均值资料数据进行综合评价相关系数对均值资料数据进行综合评价OR值/HR值对OR或HR资料数据进行综合评价p值合并利用fisher转换法进行转化并且得到最终的合并p值一般倒方差只需要提供值和标准误差这两项即可进行Meta分析